资源寻求视角下中国对中亚直接投资研究

一、引 言

中国已经是世界主要经济大国,一个经济大国的能源安全计划关乎经济可持续发展。近年来我国经济持续稳定增长,安全可靠的能源资源供应渠道至关重要,以能源资源寻求为目标的对外直接投资逐渐占据主导地位。目前我国石油对外依存度最高接近70%,天然气对外依存度最高达到40%左右。可见油气仍然是我国能源安全的核心,保障油气长期持续稳定供应,是我国能源战略的核心目标。我国与中亚国家地理相连毗邻而居,中亚地区拥有丰富的油气资源,轻工业发展较为落后,与我国形成优势互补,存在潜在的合作空间。当前国际石油市场动荡不安,各用油大国竞相争夺油气资源,成为各国能源资源安全更现实的隐患。随着“一带一路”倡议进入全面实施阶段以及“走出去”升级版的提出,丰富的油气资源不但对中亚自身有着巨大的价值,而且对中国能源安全及地区间和平稳定也有着举足轻重的现实意义。一方面,中国通过加强对中亚地区资源寻求型OFDI来满足中国能源消费巨大的需求市场;另一方面,与中亚地区能源合作可以改善我国能源进口来源单一的问题,增加外部能源供给渠道,有利于保障我国的能源安全。因此,研究中国对中亚直接投资的动机以及各动机如何影响中国对外直接投资具有重要的现实意义。

采用SPSS 19.0统计学软件对数据进行处理，计数资料以百分数（%）表示，采用x2检验，以P＜0.05为差异有统计学意义。

仪器：傅里叶变换显微红外光谱仪(NICOLET-iN10 Thermo Fisher Scientific)、核磁共振波谱仪(Bruker AVANCE III 500 MHz)。

二、文献综述

随着经济的持续增长,中国对外直接投资的动机正成为国内外学者密切关注的对象。动机和能力是分析OFDI行为的两个基本角度[1],动机反映了国家对外直接投资的目的,能力反映了国家进行对外直接投资的基础和条件。本文主要研究中国对外直接投资的主要动机,以下先从对外直接投资动机角度，简要述评西方主流OFDI理论的主张[2]。

英国学者约翰·邓宁曾对跨国投资动因进行了系统调查并将OFDI动机分为四类,即自然资源寻求、市场寻求、效率寻求和战略性资产寻求[3]。Hurst和Luke以中国国有企业对外直接投资经验为例,评估邓宁国际折衷理论为发展中国家国有企业的投资提供了良好的起点,并指出中国国有企业在发达国家和发展中国家的投资动机存在明显差异[4]。Rodriguez等对影响中国OFDI的驱动因素进行实证研究,发现市场规模,自然资源和OFDI开放性都对其有显著影响,而资产寻求假设未得到确认[5]。Zhang Y等利用中国对外直接投资的75个东道国的数据集,测试了不同时期OFDI动机的相对重要性。表明随着时间的推移,越来越多的外国市场承诺,利用全球网络联系以及寻求外部资源(自然资源和战略资源)在推动中国OFDI方面变得更加重要[6]。Sutherland, Dylan使用国家一级的数据和业务组的对外直接投资数据来探索对外投资发展的动机,指出对外直接投资的扩张仍然与中国作为具有资源赤字的贸易国的扩张密切相关[7]。Yang等认为中国倾向于对政治风险高的发展中国家进行投资,并且此类国家似乎是中国OFDI获得技术和资源的最佳目的地[8]。战略性资产寻求型主要指母国对东道国的技术资源、管理优势以及产品品牌等战略资产[9]。Di Minin、Alberto等通过分析欧洲中国公司设立的五个国际研发单位的案例发现:当我国对欧洲研发的直接投资主要由学习而不是技术创新驱动时,中国研发单位与发达跨国公司的常规研发国际化进程就会存在重大差异[10]。

于2017-02～10就诊于我院内科的患者中选择长期服用阿司匹林的冠心病患者159例, 年龄25～65岁，平均(54.0±11.3)岁。纳入标准: ①仅患冠心病且无其他全身性疾病；②联合用药≤3种，且药物与阿司匹林无拮抗和协同作用，用药时间>1年；③服药期间未行牙周基础治疗，或距上次牙周基础治疗≥6个月；④ 3个月内未服用其他非甾体类抗炎药及抗生素；⑤11、16、26、31、36、46指数牙均存在或有邻牙可替代检查者；⑥知情同意，能配合检查。

国内相关学者对中国对外直接投资的动因进行了研究,如李逢春用面板数据实证分析来自中国对外直接投资的产业升级效应,得出对外直接投资中的市场化程度可以正向调节节奏和不规则度给产业升级带来的影响,市场化程度较高的地区,对外投资的节奏和不规则度对产业升级的负向影响要小于市场化程度较低的地区[11]。李猛和于津平基于动态面板数据广义矩估计分析东道国区位优势与中国对外直接投资,得出现阶段中国对外直接投资主要受东道国资源禀赋和市场规模的影响,密切的贸易联系也会显著地促进中国的投资,而东道国良好的制度建设却会产生抑制作用[12]。王海军和宋宝琳认为中国对外直接投资具有明显的市场寻求和资源寻求特点,东道国绝对和相对市场规模显著影响中国对外直接投资,相较于发达东道国,发展中东道国自然资源更加吸引中国的对外直接投资[13]。朱燕通过实证研究得出江苏省外商直接投资的流入有助于产业结构的优化调整[14]。国内学者对中国在中亚地区的直接投资结论不一。周经通过对非洲36个国家投资的数据分析得出我国资源寻求型投资表现出经济风险偏好、政治风险偏好和文化风险规避的特征[15]。李东阳和杨殿中实证发现中国对中亚五国直接投资和双边贸易间具有显著的互补性,属于顺贸易导向型对外直接投资,显示中国OFDI一定程度上具有市场需求的特点[16]。王国婷探索影响中国对中亚地区直接投资的因素,指出低成本劳动力和广阔市场规模显著影响中国对中亚的直接投资,中亚丰富的油气资源是投资次要动机[17]。朱智洺、丁海燕和陈效林在C-D生产函数基础上构建FGLS模型实证测度中国OFDI与中亚五国经济增长的关系,得出中国OFDI对中亚五国经济增长的总体影响比较显著,但对各国影响程度有差异[18]。

综上所述,以资源需求视角考察中国对中亚的OFDI也得到了初步关注,但相对而言,以资源需求为主要研究对象的实证研究较少,多是对中国与中亚能源合作的定性分析。据此,笔者实证探析中国对中亚OFDI的动机以及各动机的影响效应。

+β4ln(tradeijt)+β5ln(gdpjt)+β6ln(gnipjt)+ξijt

三、计量模型与变量说明

(一)模型设定

通常运用引力模型来研究对外直接投资问题,本文综合采用以往学者对直接投资研究的一般模式,设定引力模型公式如下:

ln(ofdiijt)=β0+β1ln(oilpjt)+β2ln(transjt)+β3ln(gasjt)

根据自身实际情况和《国民营养计划（2017—2030年）》的内容和要求，定期开展营养和食品安全监测与评估。

互联网技术的发展，有学者划分为三代[1]：第一代是实现计算机相互之间的硬件物理连通，类似于当前各部门的局域网；第二代是由Tim Berners—Lee提出的万维网，也就是现在使用最广泛的Internet，实现了网页级的连通；第三代就是下一代互联网，技术上基于语义网(Semantic Web)、网格计算(Grid)以及云计算(Cloud Computing)等，主要解决信息资源的共享和信息设备有效利用的问题。

(二)变量选择

资源禀赋一般用各国的石油和天然气水平来衡量,本文在此基础上加上交通基础设施作为能源运输的辅助条件。以各国石油年产量、天然气年储量作为资源水平测度的主要指标;交通基础设施采用石油管道、铁路和公路等的总里程数作为替代变量;东道国的劳动力成本以中亚五国的人均GNI作为劳动力成本的考察指标。以往研究表明外商直接投资的流入与东道国的市场规模显著正相关,所以采用中亚五国的GDP代替市场规模。由于贸易与投资呈互补关系,本文引入中国与中亚五国的双边贸易额作为测度的指标。

其次是构筑新平台，建设南京和平交流中心。积极参与国际和平事务，充分发挥南京在“国际和平城市”协会中的应有作用。与联合国教科文组织合作，举办和平学国际学术研讨会、国际和平城市市长论坛、国际青年和平论坛、国际和平大会等，积极参与国际和平活动。每年参加、组织国内外和平交流或学术研讨活动3-5次。加入国际和平城市联盟。积极申请联合国教科文组织和平城市奖。探索设立南京和平奖项目。每年策划重大纪念日纪念活动，组织和参与国际性纪念活动等。大力开展民间和平交流活动。成立南京民间和平组织，举办和平使者选拔活动，组建一批国际和平志愿者队伍，为南京国际和平城市建设奠定坚实的基础。

表1 引力模型变量一览表

变量名称预测符号变量说明对外直接投资(lnofdi)投资规模：中国对中亚各国年度直接投资存量，万美元石油产量(lnoilp)+资源禀赋：中亚五国石油年产量，万吨交通基础设施(lntrans)+资源禀赋：中亚五国油气管道、铁路和公路总里程数，千米天然气储量(lngas)+资源禀赋：中亚五国天然气年储量，十亿立方米双边贸易额(lntrade)+贸易规模：中国与中亚五国的双边贸易额，亿美元国民生产总值(lngdp)+市场规模：中亚五国国民生产总值，百万美元人均国民收入(lngnip)-劳动力价格：中亚五国人均国民收入，国际元

(三)数据说明

考虑到中国人均资源占有率远低于世界上大多数国家,并且中亚五国能源资源丰富,与中国正好在资源上形成互补关系。因此,基于2006—2014年对外直接投资相关数据为样本研究中国对中亚直接投资的动机以及各动机对中国直接投资的影响将有助于中国企业科学地对中亚进行投资。由于中国对外直接投资流量数据变化较大看不出总体趋势,所以采用存量数据。对外直接投资存量数据来自2006—2014各年度的中国对外直接统计公报;石油产量和天然气储量来自BP世界能源统计;双边贸易数据来自联合国数据库;人均国民收入、国民生产总值以及交通基础设施数据整理于世界银行数据库。

四、模型检验与结果分析

(一)估计模型选择

研究面板数据方法主要有普通混合回归模型、固定效应模型和随机效应模型三种。普通混合回归模型主要用于不同个体之间在时间序列和横截面上不存在显著性的差异这两种情况。随机扰动项与某个解释变量之间的相关性决定着选择固定效应还是随机效应模型。如果相关则选择运用固定效应模型,不相关则选择随机效应模型进行回归分析。对面板数据进行以上三种模型估计,从而为选择适合的估计模型做铺垫。

“在舞者前，我放置了一个有多只闪光灯的导光栅格条形柔光箱。舞者的右后方有一束在低位定点标记的持续光源。我们要求她在室内做了多次同样的动作，并用同步后视图捕获影像，如此一来，快门释放后曝光的瞬间就能闪光。我们选择了几张图片，并用PS进行了合成。”

表2 三种面板估计模型结果分析

解释变量普通混合回归模型固定效应模型随机效应模型lnoilp-1 40∗∗∗4 04∗∗-1 397∗∗∗lngas0 291 14∗∗∗0 294lntrans0 0310 64∗∗∗0 275lngdp0 61∗1 63∗∗∗0 607∗lntrade0 72∗∗∗0 040 718∗∗∗lngnip0 41∗0 330 411∗Wald检验F(4，34)=15 23Prob〉F=0 0000B⁃P检验chi2(6)=168 38Prob〉chi2=0 0000

注:“*”、“**、***”分别表示在10%、5%和1%的检验水平下显著。

表2中Wald检验用来判别采用混合回归模型还是固定效应模型,由F值和P值的显著性,我们选择拒绝普通混合回归模型而采用固定效应模型进行回归分析;通常用B-P检验来选择应用普通混合回归模型还是随机效应模型,由P值为0.0000我们选择随机效应模型。以上两个检验我们都拒绝了普通混合回归模型,选择固定效应模型和随机效应模型做回归分析。最后我们将进行Hausman检验来最终决定面板回归估计的模型选择。关于Hausman检验的假设为:

H0:随机扰动项和解释变量无关(随机效应模型)

H1:随机扰动项和解释变量相关(固定效应模型)

通过stata得到的Hausman检验结果如下表所示:

表3 Hausman检验结果

Test：Ho：differenceincoefficientsnotsystematicchi2(6)=(b⁃B)′[(V＿b⁃V＿B)＾(-1)](b⁃B)=66 28Prob〉chi2=0 0000(V＿b⁃V＿Bisnotpositivedefinite)

表3中检验结果我们显示,Prob>chi2=0.0000,所以强烈拒绝原假设H0,接受假设H1，也就是随机扰动项和解释变量显著相关,因此应该选择运用固定效应模型进行面板回归分析。

(二)模型回归检验

通过固定效应回归分析,模型的F值F(2,19)=45.96,P值(Prob>F=0.0000),说明中国对中亚五国OFDI模型整体上是非常显著的。其中,2/3的解释变量显著影响中国对中亚OFDI,且系数符号与预期一致,数值较大。天然气、交通基础设施和东道国GDP在1%的检验水平下显著,东道国石油产量在5%水平下显著。而双边贸易额和人均国民收入则没有通过显著性检验,表明这两个因素在中国对中亚OFDI中不具有显著影响。根据回归结果,中国对中亚五国OFDI引力模型可以表示为:

表4 中国对中亚五国OFDI模型估计结果

VariableCoef．Std．Eee．tP〉|t|lnoilp4 041 542 610 013∗∗lngas1 140 363 170 003∗∗∗lntrans10 642 324 60 000∗∗∗lngdp1 630 533 100 004∗∗∗lntrade0 040 150 250 802lngnip0 330 670 490 625＿cons00 04-0 001

注:“***”、“**”分别表示在1%和5%的检验水平下显著。

本文用Stata软件对2006—2014年的面板数据进行固定效应回归分析,并在回归过程中对异方差和一阶序列相关进行修正。模型回归后的结果如表4所示。

lnofdiijt=4.04lnoilpjt+1.14lngasjt+10.64lntransijt+1.63lngdpjt

(三)结果分析

中国对中亚OFDI具有明显的资源寻求的特点。由表4可得,资源禀赋代表变量均通过了显著性检验且符号与预测相一致,表明资源型变量对中国在中亚OFDI具有显著的促进作用。结合石油产量来看,中国对中亚五国OFDI与中亚五国的石油产量呈正相关。东道国石油产量每增加1个百分点,中国对该国OFDI就升高4.04个百分点,石油产量的增长成为中国加大在东道国直接投资的重要指标。天然气储量对中国对中亚五国OFDI具有明显的促进作用,东道国天然气储量增长1%将会带来1.14%OFDI的增加。以trans测度的东道国交通基础条件对中国对中亚五国的直接投资具有显著的正效应,系数非常显著且跟预期相符。表明东道国交通基础设施每好转1%,中国对该国的OFDI就会提升10.64个百分点。交通基础设施是中国在中亚寻求资源的有利辅助,良好的基础设施可以给中国寻求中亚能源资源带来便利和效率。中国与中亚五国在油气管道方面的合作已经多年,在各方的共同努力下中哈原油管道和中国—中亚天然气管道已经开始运营,有利于保障我国能源安全供应、优化能源结构和减少碳排放。

中国对中亚OFDI在主要寻求自然资源的同时也兼有市场寻求型的特点。东道国GDP与中国对其OFDI显著正相关,符合实证对GDP的预期结果,东道国GDP的增加会促进中国对其的对外直接投资。而中国与东道国的双边贸易额对OFDI并不显著,主要是由于中国与中亚五国间的双边贸易额较小还不足以对OFDI产生显著影响。随着中国人口红利的逐渐消失,中国制造业开始转向寻求人力成本低的国家,相比东南亚许多国家,中亚国家人力成本并不具有优势,这就解释了人均国民总收入对OFDI不显著的原因。

五、结论及政策建议

通过固定效应模型分析中国对中亚五国对外直接投资的影响因素,结果如下:中国对中亚OFDI具有明显的资源寻求特征,石油和天然气均通过显著性检验,对中国在中亚OFDI具有正效应,且系数较大。交通基础设施完善度对中国在中亚OFDI有显著的正影响,这与预期相符。中国—中亚油气管道的建设和运营有利于中国推行能源进口的多元化,保障能源安全。中亚广阔的市场也是中国对外直接投资的目的之一。中亚地广人稀,轻工业落后,这与中国正好形成优势互补,对中国制造业来说具有潜在的机遇。

基于实证分析的结果,给出如下建议:

[5] RODRIGUEZ, CARLOS, BUSTILLO, RICARDO. A Critical Revision of the Empirical Literature on Chinese Outward Investment: A New Proposal[J].Panoeconomicus, 2011,58(5):715-733.

第一,加强中国与中亚能源投资经贸合作。资源寻求型OFDI将会很长一段时间在中国对中亚直接投资动机中居于前列,这对中国能源长远安全计划至关重要。中国与中亚国家的能源合作主要表现在油气勘探开发、管道建设和核能开发等领域,双方经贸合作力度逐渐加强。中国企业要合理运营上游油气勘探开发项目和油气管道项目,掌握油气的命脉。同时,中国企业要加强技术创新,不断提高油气产量和利用效率,满足中国与中亚地区经济发展所需要的能源资源。油气管道的建设和运营在中国与中亚能源领域合作中具有重要的战略价值和现实意义,中哈石油管道作为哈萨克斯坦唯一一条不经过第三国的石油出口管道和中国第一条陆上石油进口管道便利了中哈能源经济的发展,应该得到中国的充分重视。重视中国与中亚天然气合作,充分发挥中亚天然气管道对于我国能源结构调整的作用。

第二,以多元化投资方式提升投资获益效果。一方面,中国在中亚OFDI具有市场寻求的特点,表明中国投资者也较为关注中亚的市场,这一现象与中国中亚资源禀赋互补的现实相符。中国企业要充分利用当前中国与中亚友好的政治关系,发展双方的贸易经济,拓展各自的市场。面对中亚轻工业落后的现状,中国企业要利用制造业的技术优势,积极寻求制造业走进中亚的方式,帮助中亚发展轻工业,实现中国与中亚的互利共赢。丝绸之路经济带在中亚提出以及中哈霍尔果斯口岸国际边境合作中心启动为中哈加强经贸合作、拓展双方市场和恢复经济发展提供了契机。另一方面,交通基础设施与中国在中亚OFDI显著正相关。基础设施越完善,投资国企业在东道国的生产运营则越便利,减少了不必要的成本开支。因此,中国投资者比较关注中亚交通基础设施的完善程度。

[1] MAKINO,LAU YEH. Asset-exploitation versus asset-seeking[J].Journal of International Business Studies, 2002,33(3):403-421.

[参考文献]

第三,发挥政府在对外直接投资中的引导与调节作用。能源安全关系着我国经济稳定持续发展,政府通过发挥自身的优势开展与中亚国家间的能源外交有利于完善我国能源安全网。“丝绸之路经济带”作为中国与中亚友好关系的纽带越来越受到两国的重视,中国政府应抓住这一契机,引导中国企业积极参与中亚能源基础设施投资建设中,为中国与中亚油气资源合作奠定基础。发挥上合组织在中国与中亚国家中的话语权,建立整体有效的能源合作协调机制。推进构建中国—中亚自由贸易区,简化繁琐的通关手续促进与中亚各国的经贸关系的发展,良好的经贸往来有利于促进中亚国家对中国的了解,消除对中国企业在中亚投资发展的顾虑,从而有助于中国与中亚能源资源优势互补。

模型中,ofdiijt 表示i国对j国在t年的对外直接投资(以下简称OFDI)，oilpjt 表示j国在t年的石油产量,transjt 表示j国在t年的石油管道、铁路和公路等的总里程数,gasjt 表示j国在t年的天然气储量，tradeijt 表示i国和j国在t年的双边贸易额,gdpjt 表示j国在t年的国民生产总值,gnipjt 表示j国在t年的人均国民总收入。β0 、β1 、β2 、β3 、β4 、β5 和β6 分别为各变量的弹性系数,ξijt 为随机误差项。其中,i在文中指代中国,j∈(1,5),j为整数,分别代表中亚五国。时间测度t表示数据来自2006—2014年。

[2] 王凤彬,杨阳.对外直接投资顺逆向区位选择研究评述[J].经济学动态,2010,51(1):111-116.

（2）白家嘴子矿区最大矿体的资源量为342万t，与预测出的资源量348万t十分接近，两者可相互对照、参考，说明用齐波夫定律来预测资源量是可行的。

[3] DUNNING, JOHN H. Toward an Eclectic Theory of International Production: Some Empirical Tests[J].Journal of International Business Studies,1980,11(1):9-31.

[4] HURST, LUKE. Comparative Analysis of the Determinants of China’s State-owned Outward Direct Investment in OECD and Non-OECD Countries[J].China & World Economy,2011,8(4):74-91.

鉴定古建筑的年代，首先要进行“两查”：一、调查建筑物的现存结构情况；二、查找有关文字记录资料 [4]2。

[6] ZHANG YI, ROELFSEMA HEIN. Unravelling the complex motivations behind China’s outward FDI[J].Journal of the Asia Pacific Economy, 2014,19(1):89-100.

[7] SUTHERLAND DYLAN. Do China’s “national team” business groups undertake strategic asset seeking OFDI? [J]. Chinese Management Studies,2009,3(1):11-24.

[8] YANG CHIH-HAI, CHENG MEI-CHUN, LIN CHUN-HUNG.What Drives China’s Outward Direct Investment? [J]. Acta Oeconomica,2015,65(3):431-453.

[9] LUO Y, TUNG R L. International expansion of emerging market enterprises[J].A springboard perspective, 2007,38(4):481-498.

[10] DI MININ, ALBERTO, ZHANG JIEYIN. Chinese foreign direct investment in R&D in Europe: A new model of R&D internationalization?[J].European management journal, 2012, 30(3): 189-203.

重砂5的主要成分为云母类以及部分石英、长石等矿物，浮选富集云母样的X衍射分析结果表明，其矿物成分简单，主要为云母，其次含少量石英。其化学分析结果(表7)可以看出，铷主要在云母中得到富集。

[11] 李逢春.对外直接投资的母国产业升级效应——来自中国的省级面板的实证研究[J].国际贸易问题,2012,34(6):124-134.

[12] 李猛，于津平.东道国区位优势与中国对外直接投资的相关性研究——基于动态面板数据广义矩估计分析[J].世界经济研究,2011,30(6):63-67.

[13] 王海军，宋宝琳.市场寻求抑或资源寻求？——来自中国OFDI的动因研究[J].财经论丛,2013,29(4):16-21.

[14] 朱燕.外商直接投资与江苏省三次产业结构调整——基于1990—2011年数据的实证分析[J].东南大学学报(哲学社会科学版),2013,15(3):38-41.

[15] 周经，赵晔，张利敏.投资风险是否影响了中国对非洲直接投资——基于投资动机视角[J].经济问题，2017(11)：41-47.

[16] 李东阳，杨殿中.中国对中亚五国直接投资与双边贸易关系研究[J].财经问题研究,2012,34(12):90-95.

精密称取药材样品（编号：11）细粉适量，共6份，按“2.2.2”项下方法制备供试品溶液，再按“2.1”项下试验条件进样测定，记录离子信号强度并计算含量，结果见表4。

本实验用高速摄影仪的最高拍摄速度是50000帧/秒，即每间隔20μs拍一张照片。利用高速摄影仪可以记录泡沫铝试样在动态情形下的变形，如图4所示。从图中可观察到，冲击端发生急剧的形变，而冲击波未到达的区域未发生明显的变形。

[17] 王国婷，任荣明.论中国在中亚地区直接投资的影响因素——基于经济与制度视角综合研究[J].科技管理研究,2015,35(8):180-184.

[18] 朱智洺，丁海燕，陈效林.“一带一路”下中国OFDI对中亚五国经济增长的影响测度[J].河海大学学报(哲学社会科学版),2015,17(5):67-72.